Новости

Как решить проблему невозвратов по кредитам? Или почему традиционный скоринг в Узбекистане не работает?

Как решить проблему невозвратов по кредитам? Или почему традиционный скоринг в Узбекистане не работает?

Рынок кредитования в Узбекистане стремительно растёт: банки, МФО и BNPL-сервисы активно предлагают онлайн кредиты и рассрочки. Но вместе с ростом кредитования увеличивается и доля проблемных кредитов (NPL). У ряда банков и МФО показатель NPL90 превышает 10% и это несмотря на то, что организации используют безакцептное списание средств с карт заемщиков. 

Экспертные методы оценки заемщика, основанные на применении стоп-факторов, которые до сих пор используются в большинстве государственных и коммерческих банков —  являются не точными. Они плохо разделяют «хороших» заемщиков от «плохих» и не способны спрогнозировать будущее поведение заемщика. 

Основные ограничения скоринга на стоп-факторах:

• Не учитывает привычки расходов и финансовое поведение заемщика.

• Часто классифицирует клиентов не корректно: надёжные заемщики оказываются «рисковыми», а заемщики с низкой платежеспособностью — «благонадёжными».

• Использует очень приближенные допущения без анализа статистики. Например, отказ может сработать, если у клиента более 3 просрочек за последние 12 мес, хотя исследования показывают обратную картину, — заемщики, которые допускали частые, но небольшие просрочки (до 30 дней), оказываются менее рисковыми.

По расчетам специалистов AKS Labs при росте кредитной нагрузки свыше 50% и вплоть до достижения 80-90%, дисциплина заемщика в среднем повышается при прочих равных, что может говорить о том, что такой подход для расчета КН не работает.

Вы никогда не знаете точно, какой заемщик перед вами, «хороший» или «плохой». Эксперт (человек) не в состоянии определить это с высокой точностью. Это могут сделать только ML модели, соревноваться с ними в точности – все равно, что сражаться с ветряными мельницами. 

Что изменит правила игры на рынке:

• Применение в банках и МФО искусственного интеллекта для оценки платежеспособности.

• Внедрение скоринга на альтернативных данных, поведенческий скоринг на основе анализа транзакций, привычек расходов и анализа мультимодальных данных.

• Интеграция данных от BNPL сервисов в кредитную историю, использование дополнительных источников данных (телеком, транзакции, поведение на сайте).

• Автоматизация принятия решения.

Решение AKS Labs:

AKS Labs предлагает готовую платформу для использования кредитного скоринга, которая сочетает традиционный подход и альтернативный скоринг. Она позволяет банкам и МФО добиться высокой точности оценки заемщика и приемлемого уровня одобрения.

Хотите попробовать наше решение, оставьте заявку на сайте, и мы предоставим бесплатный тестовый период.

    Есть вопросы?

    Оставьте заявку и менеджер свяжется с Вамим в течении 5 минут




      Готовы начинать?

      Оставьте заявку и менеджер свяжется с Вамим в течении 5 минут